G Power

Fragen und Diskussionen rund um die Statistik und deren Anwendung.
Antworten
Chrypto
Beiträge: 2
Registriert: 17.04.2023, 18:40

G Power

Beitrag von Chrypto »

Hallo,

Ich muss mit G power eine Fallzahlplanung für meine Studie machen. Als statistischen Test rechne ich eine "linear multiple regression: Fixed model, r2 increase", da ich eine Interaktion untersuche. Für die Effektgröße richtet man sich ja bekanntlich nach vorhandener Literatur. Es gibt jedoch nur eine Studie, welche diese Interaktion gerechnet hat. Das einzige was die Studie diesbezüglich angibt ist jedoch nur:
"To examine interaction effects, multiple regressions were conducted for each composite personality trait, with the mean- centered trait, BCM score, and trait 􏰷 BCM interaction term entered into a model predicting discounting rates. As expected, cognitive ability interacted significantly with extraversion in predicting discounting behavior, b = 􏰶.20, t(93) = 􏰶1.98, p < .05. For the main effects, R2 change = .07, F(2, 94) = 3.75, p < .05; for the interaction term, R2 change = .04, F(1, 93) = 3.93, p < .05."
Nun brauche ich ja ein f quadrat, um die Fallzahl berechnen zu können. Gibt es eine möglichkeit, wie ich dieses aus den genannten Informationen errechnen kann? Vielen Dank schon mal im Voraus! :)
dutchie
Beiträge: 2739
Registriert: 01.02.2018, 10:45

Re: G Power

Beitrag von dutchie »

Hallo,

kannst du nicht wenn du bei gPower auf "determine" klicks
direkt ein R2 eingeben...

des weiteren empfehe ich:

https://www.psychologie.hhu.de/fileadmi ... Manual.pdf

gruß
dutchie
Chrypto
Beiträge: 2
Registriert: 17.04.2023, 18:40

Re: G Power

Beitrag von Chrypto »

Hallo Dutchie,

danke für die Antwort! :)

Genau, hier braucht man aber ein partielles r2. Die Studie unten gibt aber nur ein r2 change an...damit funktioniert es nicht, oder?
dutchie
Beiträge: 2739
Registriert: 01.02.2018, 10:45

Re: G Power

Beitrag von dutchie »

Hallo

ok, partiell, stimmt...

ich hab im Manual mal nachgelesen..
mir stellt sich das so dar:

modell
Y = a +b*X1+c*X2+d*X1*X2

erstmal es ist egal, ob der dritte Predictor eine Interaktion ist oder noch ein X3.

X1 und X2 alleine klären Ry.x1x2 = .07 auf
plus Interaktion
Ry.X1X2X1*X2 = .07 + .04 = .11

damit ist die Residualvarianz 1 - .11 =.88
und die Varianz durch den Effekt =.04

gruß
dutchie
Anzeige:Statistik und SPSS: Die besten Bücher
Als Buch oder E-Book - Jetzt bestellen
spss datenanalyse
SPSS - Moderne Datenanalyse - Jetzt bestellen!
statistik datenanalyse
Statistik - Der Weg zur Datenanalyse - Jetzt bestellen!
Antworten